fix(video): 三集克隆配音升级分支六条评审意见修复（缓存键/坐标/口径/笔误/死代码） - #1106
Merged
ThreeFish-AI merged 12 commits intoAug 18, 2026
Merged
Conversation
- tts.py STYLE_PRESETS 新增 passionate（充满激情与轻快）：happy 0.70 主载高唤醒正价 + surprised 0.20 跳跃感 + calm 0.10 锚定咬字，有效和 1.00×0.7=0.70 ≤0.8 上限，语速 0.97 护密集技术句清晰度；--list-styles 与模块 docstring 同步； - VOICE-CLONING.md §4.1 风格表收录 passionate 并置于推荐位，§4.4 补科普长视频风格推荐与数字密集段 df=1.0 微调指引，§五示例命令更新； - skills/01-paper-extraction.md 扩展「官方工程站点信源补充」纪律：只收事实性内容（逐字引用+URL+访问日期）、产出落 paper-notes.md 末尾独立「信源补充」大节与论文正文物理隔离、严禁下载/嵌入站点图片（概念转文字规格供 Remotion 代码动画重建）、站点信源单集专属不跨集、站点与论文冲突以论文为准； - pipeline README Stage ① 描述与 tts.py 脚本表同步；CHANGELOG Unreleased 收录管线条目。 🤖 Generated with [Claude Code](https://github.com/claude), [CodeX](https://openai.com), [Gemini](https://github.com/apps/gemini-code-assist) Co-Authored-By: Aurelius Huang<threefish.ai@gmail.com>
- 第二遍全文重读 arXiv:2608.03392 校准：v2 全部断言与原文一致（零事实漂移），重读结论与新增锚点沉淀至 paper-notes.md「2026-08 升级复核」节； - 逐字稿 v2→v3：新增 p2-07b（SICA 选择信号补全：分数+成本+运行时三项一起达标，锚 §4.2 "coding benchmark performance, cost, and runtime"）与 p3-25b（Table 2 结构规律点破：时机×证据耦合近似一条斜线），其余 187 句零字节改动； - 分镜同步：2-B 补双仪表动效（成本/时长随句点亮）、3-F 补绿色斜线光带扫掠（对角规律可视化）； - 新增 research/upgrade-2026-08.md 审计文档：校准审计表、句级 delta、双重校验 delta（RISKY/REWRITE=0）、G2 验证记录（189 句 rebuild、公共句字节稳定、storyboard 无悬空 id）； - 本集无配套官方工程站点（用户确认），不引入站点信源。 🤖 Generated with [Claude Code](https://github.com/claude), [CodeX](https://openai.com), [Gemini](https://github.com/apps/gemini-code-assist) Co-Authored-By: Aurelius Huang<threefish.ai@gmail.com>
- 论文 PDF 第二遍重读校准（§3/§4/§8/§9 重点页）：v2 全部断言与原文一致（零事实漂移），结论与新增锚点沉淀至 paper-notes.md「2026-08 升级复核」节； - 官方工程站点信源补充（selfimproving-agent.github.io，2026-08-18 访问）：312 条收录统计（77 FM/176 Scaffolding/59 Evaluation）、living research map 定位、九篇敲门砖清单、I.J.Good 题记佐证——按新规范录入 paper-notes.md 独立「信源补充」大节（与论文正文物理隔离）； - 逐字稿 v2→v3：新增 p3-34b/c（Skill=打包保存的一次自我升级，锚 §3.2 "a reusable instance of the self-induced update operator U"）与 P5 收尾两镜——p5-22a..22d 活地图（三色计数条 77 蓝/176 橙/59 灰，橙条印证「装备最火」）+ p5-22e/f 敲门砖卡片墙（9 篇双色分拣）；其余 220 句零字节改动； - 分镜同步：3-G 扩金句条翻面动效；P5 新增 5-F 活地图镜（计数条生长+环图合拢）、5-G 敲门砖墙镜（交错飞入+双色分拣重排），原文卡重号为 5-H； - 新增 research/upgrade-2026-08.md 审计文档：审计表、句级 delta（8 新句）、双重校验 delta（RISKY/REWRITE=0，站点数字显式标注信源等级与访问日期）、G2 验证记录（228 句 rebuild、公共句字节稳定、storyboard 无悬空 id）。 🤖 Generated with [Claude Code](https://github.com/claude), [CodeX](https://openai.com), [Gemini](https://github.com/apps/gemini-code-assist) Co-Authored-By: Aurelius Huang<threefish.ai@gmail.com>
- 源论文 88 页复核（§1–2 harness 形式化、§8 SIP-Bench、§10 开放问题）：v1 全部断言与论文一致（零事实漂移），关键数字锚点（+16.2pp/16/84/~1,200/>90%/AI-45°）全部维持； - 官方工程站点信源补充（frontisai.github.io/Awesome-Self-Improving-Agents，2026-08-18 访问）：trace-to-capability 五段闭环（经验编译器：选证据/提抽象/记出处）、Gen1→3 时间线精确语义、SIP-Bench 四指标问句、111 篇×9 章规模——录入 paper-notes.md 独立「信源补充」大节； - 逐字稿 v1→v2：新增 p1-25a（Gen3「适应面本身可进化」精确语义）、p6-06a..06d（经验编译器闭环复盘：把全片结构升格为一张五段环形图）、p6-13a/b（配套仓库 111 篇×9 章清单卡）；其余 172 句零字节改动； - 分镜同步：1-G 补 Gen3 接口面板点亮、4-D 升级三检查点卡+四仪表通电、P6 重排新增 6-B2 闭环复盘镜（青路快闪/紫路慢沉双速差+闸门脉冲）与 6-F 清单卡镜，原文卡重号为 6-G； - 新增 research/upgrade-2026-08.md 审计文档：审计表、句级 delta（7 新句）、双重校验 delta（RISKY/REWRITE=0）、G2 验证记录（179 句 rebuild、公共句字节稳定、storyboard 无悬空 id）。 🤖 Generated with [Claude Code](https://github.com/claude), [CodeX](https://openai.com), [Gemini](https://github.com/apps/gemini-code-assist) Co-Authored-By: Aurelius Huang<threefish.ai@gmail.com>
- 根因：MPS fp32 实测每句墙钟 RTF 40–58（GPT 束搜索 145–210s + 扩散声码 40–98s / 5s 音频），上游库内部 num_beams=3 使 GPT 段耗时按束宽线性放大，整集 180–230 句需 6–10 小时，三集串行不可行； - tts_server.py：SynthesizeRequest 新增 num_beams 字段（1–5 校验），_infer_sync 透传给 infer()（上游默认 3，采样生成 do_sample=True 下 1 与 3 听感差异可忽略）； - tts.py：--num-beams CLI（默认 1，choices 1–5），http_synthesize/synth_indextts 全链路透传，edge-engine 参数忽略提示同步；注意：num_beams 不参与缓存摘要（与文本/风格/样本一样变化才重合成，束宽仅影响推理过程）； - VOICE-CLONING.md：§4.3b 新增束宽速度主旋钮说明与实测 RTF 数据（40–58 vs 20–30），§五 每句耗时与整集预估改按实测口径（6–10 小时、nohup 后台+断点续跑建议），修正原「每句 5–30 秒」的失实估计。 🤖 Generated with [Claude Code](https://github.com/claude), [CodeX](https://openai.com), [Gemini](https://github.com/apps/gemini-code-assist) Co-Authored-By: Aurelius Huang<threefish.ai@gmail.com>
- 《AI 如何自己变强？》：P5Ending 新增 5-F 活地图镜（三色计数条 77 蓝/176 橙/59 灰并行生长→环形图合拢→橙段强调脉冲+2.3 倍洞察行，信源等级角标 bottom 880 避字幕条）与 5-G 敲门砖墙镜（九篇卡片 3×3 交错飞入→按蓝/橙双色分拣重排为两竖列，呼应 P1 分叉）；原 5-F 原文卡重号 5-H（渐黑窗口仍从末 beat 实时推导）；3-G Voyager 补 p3-34b/c 金句条翻出（技能=打包保存的自我升级，衬线体橙描边）； - 《上线之后，AI 才开始上学》：P6Ending 新增 6-B2 经验编译器闭环复盘镜（五节点环形流水：部署轨迹→编译器三步徽标→青路快闪/紫路慢沉双速差流光→评测安全闸红脉冲→「受控的持久能力」角标）与 6-F 配套清单卡镜（111 计数器滚动+九章名胶囊环绕）；新增 6-C 金句四步下划线收束；1-G 三代史补 Gen3 定格放大+四个「可改接口」面板点亮（适应面自进化）；4-D 纵向协议升级为检查点卡（圆点→卡片）+四仪表逐个通电（新任务/老任务/归因/代价）； - 《会写代码的 AI，开始给自己写代码》：2-B SICA 补成本/时长双仪表随 p2-07b 点亮+数字轻微脉冲；3-F 矩阵补绿色斜线光带扫掠（pathLength 归一化，Table 2 对角规律）；4-E 雷达补数值轨迹点+当前展开轴辉光+轴值标注； - 全部遵循 skill-06 四红线：px 居中、角标 bottom≥150、pathLength 归一化不与像素 dasharray 混用、片尾渐黑从末 beat 推导；三集 tsc --noEmit 全通过。 🤖 Generated with [Claude Code](https://github.com/claude), [CodeX](https://openai.com), [Gemini](https://github.com/apps/gemini-code-assist) Co-Authored-By: Aurelius Huang<threefish.ai@gmail.com>
- QuestionLoop 活动段补 pathLength 归一化流光虚线（沿线巡游）与动点 drop-shadow 辉光，节点点亮感更强；红线 3 合规（不与像素 dasharray 混用）。 🤖 Generated with [Claude Code](https://github.com/claude), [CodeX](https://openai.com), [Gemini](https://github.com/apps/gemini-code-assist) Co-Authored-By: Aurelius Huang<threefish.ai@gmail.com>
- 三集 README：形态行改「本人音色克隆配音（IndexTTS-2.5，passionate 激情风格）」并注明可切回；复现流水线第 2 步换 indextts 命令（含服务启动指引、样本不入库说明、断点续跑提示）；许可节补 bilibili 模型许可与本人自愿克隆声明； - knowledge-map 管线条目同步：Stage ① 含站点信源补充、风格列表加激情、三集升级波与 upgrade-2026-08.md 审计文档链接； - CHANGELOG Unreleased 补三集内容升级条目与 num-beams 提速条目。 🤖 Generated with [Claude Code](https://github.com/claude), [CodeX](https://openai.com), [Gemini](https://github.com/apps/gemini-code-assist) Co-Authored-By: Aurelius Huang<threefish.ai@gmail.com>
- 预渲染全量引用校验发现 beatWindow('p1-22','p1-26a') 引用了不存在的句 id（实际新增句为 p1-25a，位于 p1-26 之前），运行时会抛「未找到句 id」阻断渲染；修正为 p1-26（窗口自然覆盖 p1-25a）；
- 三集组件引用 × narration.json 全量交叉校验通过（缺失均为零）。
🤖 Generated with [Claude Code](https://github.com/claude), [CodeX](https://github.com/apps/gemini-code-assist)
Co-Authored-By: Aurelius Huang<threefish.ai@gmail.com>
- digest_indextts 补 num_beams 形参并入 SHA1 键：束宽改变合成结果，原先同文本切束宽（如按手册建议单句 --num-beams 3 重合成）会静默命中旧缓存拿回旧束宽音频，违背模块头「参数与文本未变则跳过」幂等契约；默认 1 时省略字段保持历史摘要格式，596 句存量缓存不失效（新旧摘要全等已验证）； - VOICE-CLONING.md §4.3b/§五 beams=1 的 RTF 由 20–30 修正为实测 12–14：三集全量连续跑（596 句 / 40.2 分钟纯语音 / 8.5 小时墙钟）按集折算 11.9–14.2，与 CHANGELOG 的 12–15 一致；派生估算同步修正（5 秒句约 1–1.5 分钟、整集约 2.5–3.5 小时）。 🤖 Generated with [Claude Code](https://github.com/claude), [CodeX](https://openai.com), [Gemini](https://github.com/apps/gemini-code-assist) Co-Authored-By: Aurelius Huang<threefish.ai@gmail.com>
- ep3 3-F 斜线光带终点坐标补入 2 处 10px grid gap（x2 815→835、y2 505→525）：原式 250*2.5/170*2.5 漏算列/行间距，终点落在右下单元格左上角附近致光带收点可见偏斜（起点本就正确）； - ep1 5-F 活地图清理死代码：环形图改 pathLength 归一化后 const C = 2πR 已无引用，bars 三条目的 deep 字段未被渲染使用，一并删除（三集 tsc --noEmit 全过）； - ep2 分镜表 1-G 句区间 p1-22..26a→..26（新增句实为 p1-25a，id p1-26a 不存在，上 commit 89b239e 已修组件同款笔误），upgrade-2026-08.md §四 验证记录同步更正； - ep2 README 版本号 v3→v2：本集升级为 v1→v2，「v3 前」系从另两集（v2→v3）复制串集。 🤖 Generated with [Claude Code](https://github.com/claude), [CodeX](https://openai.com), [Gemini](https://github.com/apps/gemini-code-assist) Co-Authored-By: Aurelius Huang<threefish.ai@gmail.com>
- PR #1105 以 squash 方式合入 feature/1.x.x，merge-base 仍停在旧位置致 PR #1106 报 CONFLICTING；将 origin/feature/1.x.x merge 回工作分支消除冲突； - 六处冲突全部取本分支侧（--ours）：squash 提交内容与 89b239e 逐字节一致，本分支侧仅多两个评审修复 commit，语义即「保留修复后的最终态」； - 合并结果树与合并前分支尖完全一致（diff 为空），零语义变更。 🤖 Generated with [Claude Code](https://github.com/claude), [CodeX](https://openai.com), [Gemini](https://github.com/apps/gemini-code-assist) Co-Authored-By: Aurelius Huang<threefish.ai@gmail.com>
This file contains hidden or bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment
1 participant
Add this suggestion to a batch that can be applied as a single commit.This suggestion is invalid because no changes were made to the code.Suggestions cannot be applied while the pull request is closed.Suggestions cannot be applied while viewing a subset of changes.Only one suggestion per line can be applied in a batch.Add this suggestion to a batch that can be applied as a single commit.Applying suggestions on deleted lines is not supported.You must change the existing code in this line in order to create a valid suggestion.Outdated suggestions cannot be applied.This suggestion has been applied or marked resolved.Suggestions cannot be applied from pending reviews.Suggestions cannot be applied on multi-line comments.Suggestions cannot be applied while the pull request is queued to merge.Suggestion cannot be applied right now. Please check back later.
概述
PR #1105（三集科普视频内容升级 + 本人音色克隆配音）合入后的一轮代码评审产出 6 条修复意见，本 PR 逐一处理完毕。有效增量仅两个 commit（7 文件 / +15 -13），
origin/feature/1.x.xHEAD 即 #1105 的 squash 提交、基线干净无冲突。修复明细
--num-beams未纳入缓存摘要digest_indextts补num_beams形参并入 SHA1；默认 1 时省略字段保持历史摘要格式，596 句存量缓存不失效（新旧摘要全等已程序化验证，beams=3 时摘要确实改变）p1-22..26a引用不存在句 id..26（新增句实为p1-25a），upgrade-2026-08.md §四 验证记录同步更正x2815→835、y2505→525（各 +20px），终点回归右下单元格中心，光带收点不再偏斜pathLength归一化后无引用的const C = 2 * Math.PI * R与bars条目未被渲染使用的deep字段验证
tsc --noEmit全部 exit 0后续提示
斜线光带坐标修正改变 ep3 P3-F 画面（终点右移下移 20px），已终渲的
out/final.mp4含旧坐标；发布前建议重渲 ep3 单集或确认偏差可接受。🤖 Generated with Claude Code